1、主函数（weibomain.py）：
代码如下:
import urllib2import cookielib
import weiboencodeimport weibosearch
if __name__ == ‘__main__’: weibologin = weibologin(‘×××@gmail.com’, ‘××××’)#邮箱（账号）、密码 if weibologin.login() == true: print “登陆成功！”
前两个import是加载python的网络编程模块，后面的import是加载另两个文件weiboencode.py和weiboseach.py（稍后介绍）。主函数新建登陆对象，然后登陆。
2、weibologin类（weibomain.py）：
代码如下:
class weibologin: def __init__(self, user, pwd, enableproxy = false): “初始化weibologin，enableproxy表示是否使用代理服务器，默认关闭”
print “initializing weibologin…” self.username = user self.password = pwd self.enableproxy = enableproxy self.serverurl = “http://login.sina.com.cn/sso/prelogin.php?entry=weibo&callback=sinassocontroller.prelogincallback&su=&rsakt=mod&client=ssologin.js(v1.4.11)&_=1379834957683” self.loginurl = “http://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.11)” self.postheader = {‘user-agent’: ‘mozilla/5.0 (windows nt 6.1; rv:24.0) gecko/20100101 firefox/24.0’}
初始化函数，定义了两个关键的url成员：self.serverurl用于登陆的第一步（获取servertime、nonce等），这里的第一步实质包含了解析新浪微博的登录过程的1和2；self.loginurl用于第二步（加密用户和密码后，post给该url，self.postheader是post的头信息），这一步对应于解析新浪微博的登录过程的3。类内函数还有3个：
代码如下:
def login(self): “登陆程序” self.enablecookie(self.enableproxy)#cookie或代理服务器配置 servertime, nonce, pubkey, rsakv = self.getservertime()#登陆的第一步 postdata = weiboencode.postencode(self.username, self.password, servertime, nonce, pubkey, rsakv)#加密用户和密码 print “post data length:\n”, len(postdata)
req = urllib2.request(self.loginurl, postdata, self.postheader) print “posting request…” result = urllib2.urlopen(req)#登陆的第二步——解析新浪微博的登录过程中3 text = result.read() try: loginurl = weibosearch.sredirectdata(text)#解析重定位结果 urllib2.urlopen(loginurl) except: print ‘login error!’ return false print ‘login sucess!’ return true
self.enablecookie用于设置cookie及代理服务器，网络上有很多免费的代理服务器，为防止新浪封ip，可以使用。然后使登陆的第一步，访问新浪服务器得到servertime等信息，然后利用这些信息加密用户名和密码，构建post请求；执行第二步，向self.loginurl发送用户和密码，得到重定位信息后，解析得到最终跳转到的url，打开该url后，服务器自动将用户登陆信息写入cookie，登陆成功。
代码如下:
def enablecookie(self, enableproxy): “enable cookie & proxy (if needed).” cookiejar = cookielib.lwpcookiejar()#建立cookie cookie_support = urllib2.httpcookieprocessor(cookiejar)
if enableproxy: proxy_support = urllib2.proxyhandler({‘http’:’http://xxxxx.pac’})#使用代理 opener = urllib2.build_opener(proxy_support, cookie_support, urllib2.httphandler) print “proxy enabled” else: opener = urllib2.build_opener(cookie_support, urllib2.httphandler)
urllib2.install_opener(opener)#构建cookie对应的opener
enablecookie函数比较简单
代码如下:
def getservertime(self): “get server time and nonce, which are used to encode the password” print “getting server time and nonce…” serverdata = urllib2.urlopen(self.serverurl).read()#得到网页内容 print serverdata
try: servertime, nonce, pubkey, rsakv = weibosearch.sserverdata(serverdata)#解析得到servertime，nonce等 return servertime, nonce, pubkey, rsakv except: print ‘get server time & nonce error!’ return none
weibosearch文件中的函数主要用于解析从服务器得到的数据，比较简单。
3、sserverdata函数（weibosearch.py）:
代码如下:
import reimport json
def sserverdata(serverdata): “search the server time & nonce from server data” p = re.compile(‘\((.*)\)’) jsondata = p.search(serverdata).group(1) data = json.loads(jsondata) servertime = str(data[‘servertime’]) nonce = data[‘nonce’] pubkey = data[‘pubkey’]# rsakv = data[‘rsakv’]# print “server time is:”, servertime print “nonce is:”, nonce return servertime, nonce, pubkey, rsakv
解析过程主要使用了正则表达式和json，这部分比较容易理解。另外login中解析重定位结果部分函数也在这个文件中如下：
代码如下:
def sredirectdata(text): p = re.compile(‘location\.replace\([\'”](.*?)[\'”]\)’) loginurl = p.search(text).group(1) print ‘loginurl:’,loginurl return loginurl
4、从第一步到第二步要对用户和密码进行加密，编码操作（weiboencode.py）
代码如下:
import urllibimport base64import rsaimport binascii
def postencode(username, password, servertime, nonce, pubkey, rsakv): “used to generate post data” encodedusername = getusername(username)#用户名使用base64加密 encodedpassword = get_pwd(password, servertime, nonce, pubkey)#目前密码采用rsa加密 postpara = { ‘entry’: ‘weibo’, ‘gateway’: ‘1’, ‘from’: ”, ‘savestate’: ‘7’, ‘userticket’: ‘1’, ‘ssosimplelogin’: ‘1’, ‘vsnf’: ‘1’, ‘vsnval’: ”, ‘su’: encodedusername, ‘service’: ‘miniblog’, ‘servertime’: servertime, ‘nonce’: nonce, ‘pwencode’: ‘rsa2’, ‘sp’: encodedpassword, ‘encoding’: ‘utf-8’, ‘prelt’: ‘115’, ‘rsakv’: rsakv, ‘url’: ‘http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinassocontroller.feedbackurlcallback’, ‘returntype’: ‘meta’ } postdata = urllib.urlencode(postpara)#网络编码 return postdata
postencode函数构建post的消息体，要求构建得到内容与真正登陆所需的信息相同。难点在用户名和密码的加密方式：
代码如下:
def getusername(username): “used to encode user name” usernametemp = urllib.quote(username) usernameencoded = base64.encodestring(usernametemp)[:-1] return usernameencoded
def get_pwd(password, servertime, nonce, pubkey): rsapublickey = int(pubkey, 16) key = rsa.publickey(rsapublickey, 65537) #创建公钥 message = str(servertime) + ‘\t’ + str(nonce) + ‘\n’ + str(password) #拼接明文js加密文件中得到 passwd = rsa.encrypt(message, key) #加密 passwd = binascii.b2a_hex(passwd) #将加密信息转换为16进制。 return passwd
新浪登录过程，密码的加密方式原来是sha1，现在变为了rsa，以后可能还会变化，但是各种加密算法在python中都有对应的实现，只要发现它的加密方式（），程序比较易于实现。
到这里，python模拟登陆新浪微博就成功了，运行输出：
代码如下:
loginurl: http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinassocontroller.feedbackurlcallback&ssosavestate=1390390056&ticket=st-mzq4nzq5ntyyma==-1387798056-xd-284624bfc19fe242bbae2c39fb3a8ca8&retcode=0login sucess!
果需要爬取微博中的信息，接下来只需要在main函数后添加爬取、解析模块就可以了，比如读取某微博网页的内容：
代码如下:
htmlcontent = urllib2.urlopen(myurl).read()#得到myurl网页的所有内容(html)
大家可以根据不同的需求设计不同的爬虫模块了，模拟登陆的代码放在这里。